SlideShare a Scribd company logo
1 of 36
Download to read offline
TEORI PELUANG
STATISTIKA & PROBABILITAS
Elvi Rahmi, S.T., M.Kom.
elvizasri@gmail.com
D-IV Rekayasa Perangkat Lunak, Teknik Informatika Politeknik Negeri Bengkalis
STATISTIKA
TEORI PELUANG DAN DISTRIBUSI PROBABILITAS
STATISTIKA ADALAH ILMU YANG TIDAK PASTI
PELUANG
Peluang adalah harga/angka yang menunjukkan seberapa besar
kemungkinan suatu peristiwa akan terjadi.
Beberapa istilah yang sering digunakan untuk memahami konsep dasar
dari teori peluang:
TEORI PELUANG DAN DISTRIBUSI PROBABILITAS
Eksperimen/Percobaan: Prosedur yang dijalankan pada kondisi yang
sama dan dapat diamati hasilnya.
Ruang sampel: Himpunan semua hasil yang mungkin dari suatu
eksperimen
Peristiwa/kejadian: Himpunan bagian dari suatu ruang sampel.
TEORI PELUANG DAN
DISTRIBUSI PROBABILITAS
Statistika dan Probabilitas
Eksperimen :
Hasil :
Ruang sampel :
Peristiwa
Pelemparan sebuah dadu
Muncul angka dadu 1,2,3,4,5,6
S = {1,2,3,4,5,6}
:
A
B
C
:
:
:
Muncul angka dadu genap
Muncul angka dadu prima
Muncul angka faktor dari 6
= {2,4,6}
= {2,3,5}
= {1,2,3,6}
TEORI PELUANG DAN
DISTRIBUSI PROBABILITAS
TIGA PENDEKATAN MENENTUKAN
NILAI PELUANG
Statistika dan Probabilitas
Pendekatan Klasik
1.
Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.
Contoh:
Muncul angka tertentu pada pelemparan dadu, terambilnya sebuah kartu pada
setumpuk kartu Bridge, dan lain-lain.
TEORI PELUANG DAN
DISTRIBUSI PROBABILITAS
Asal Mahasiswa Frekuensi Frekuensi Relatif Peluang
DIY 44 44/100 0,44
Jawa Tengah 35 35/100 0,35
Lainnya 21 21/100 0,21
Jumlah 100 1 1
TIGA PENDEKATAN MENENTUKAN
NILAI PELUANG
2. Pendekatan Frekuensi Relatif
Suatu peristiwa tidak dianggap sama, tergantung dari berapa banyak (frekuensi)
suatu peristiwa tersebut akan terjadi.
Contoh:
Seandainya kita main ke kampus tersebut, kemungkinan kita bertemu
mahasiswa yang berasal dari Jawa Tengah adalah 0,35.
Tabel Distribusi Mahasiswa Sebuah Kampus Berdasarkan Daerah Asal
TEORI PELUANG DAN
DISTRIBUSI PROBABILITAS
TIGA PENDEKATAN MENENTUKAN
NILAI PELUANG
Statistika dan Probabilitas
3. Pendekatan Subjektif
Peluang suatu peristiwa didasarkan pada penilaian pribadi yang dinyatakan
dalam suatu derajat kepercayaan tertentu.
Contoh:
Kemungkinan Tim A mengalahkan Tim B sangat bergantung pada penilaian
seseorang agar hasil yang diperoleh mendekati kenyataan seseorang tersebut
merupakan seorang pengamat sepak bola yang objektif.
TEORI PELUANG DAN
DISTRIBUSI PROBABILITAS
PELUANG SUATU PERISTIWA
Statistika dan Probabilitas
Dengan asumsi tiap-tiap elemen ruang sampel (S) mempunyai peluang yang
sama untuk terjadi, maka peluang terjadinya peristiwa A dapat ditulis:
P(A) = n(A)
n(S)
dengan = n(A) = banyaknya anggota dalam peristiwa A
(jumlah kasus memenuhi syarat)
n(S) = banyaknya anggota ruang sampel
(jumlah semua kasus)
Ukuran Lokasi dan Dispersi
Contoh (1)
Statistika dan Probabilitas
Eksperimen: Pelemparan sebuah dadu
Hasil
Ruang Sampel
:
:
Muncul angka dadu 1,2,3,4,5,6
S = {1,2,3,4,5,6}
n(S) = 6
Peristiwa:
A = muncul angka dadu 2 = (2) dan n(A) = 1
B = muncul angka dadu faktor dari 12 = {1,2,3,4,6} dan n(B) = 5
Peluang muncul angka 2?
Peluang muncul angka dadu faktor dari 12?
Ukuran Lokasi dan Dispersi
Contoh (1)
Statistika dan Probabilitas
Eksperimen: Pelemparan sebuah dadu
Hasil
Ruang Sampel
:
:
Muncul angka dadu 1,2,3,4,5,6
S = {1,2,3,4,5,6}
n(S) = 6
Peristiwa:
A = muncul angka dadu 2 = (2) dan n(A) = 1
B = muncul angka dadu faktor dari 12 = {1,2,3,4,6} dan n(B) = 5
Jadi,
Peluang muncul angka 2 adalah P(A) = n(A)
n(S)
1
6
=
Peluang muncul angka dadu faktor dari 12 adalah P(B) = n(B)
n(S)
= 5
6
Ukuran Lokasi dan Dispersi
Contoh (2)
Statistika dan Probabilitas
Sepuluh orang mengikuti giveaway influencer dengan sebuah hadiah mobil di
sosial media. Berapa peluang seseorang memenangkan hadiah tersebut?
P = Jumlah Kasus Memenuhi Syarat
Jumlah Total Semua Kasus
Ukuran Lokasi dan Dispersi
Contoh (2)
Statistika dan Probabilitas
Sepuluh orang mengikuti giveaway influencer dengan sebuah hadiah mobil di
sosial media. Berapa peluang seseorang memenangkan hadiah tersebut?
P = n(A)
n(S)
1
10
= 0,1 = 10%
=
Ukuran Lokasi dan Dispersi
Contoh (3)
Statistika dan Probabilitas
Dalam sebuah kotak tedapat 5 buah bola, yaitu 2 bola merah, 2 bola kuning, dan
1 bola hijau. Berapa peluang memperoleh bola merah, bola kuning, dan bola
hijau?
P = n(A)
n(S)
Ukuran Lokasi dan Dispersi
Contoh (3)
Statistika dan Probabilitas
Dalam sebuah kotak tedapat 5 buah bola, yaitu 2 bola merah, 2 bola kuning, dan
1 bola hijau. Berapa peluang memperoleh bola merah, bola kuning, dan bola
hijau?
P = n(A)
n(S)
1. Bola Merah
P = n(A)
n(S)
2
5
= = 0,4
2. Bola Kuning
P = n(A)
n(S)
2
5
= = 0,4
3. Bola Hijau
P = n(A)
n(S)
1
5
= = 0,2
KONSEP DASAR
TEORI PELUANG DAN DISTRIBUSI PROBABILITAS
Semakin besar peluang sebuah kejadian,
semakin mungkin kejadian tersebut terjadi
Ukuran Lokasi dan Dispersi
Contoh (4)
Statistika dan Probabilitas
Kamu melempar 2 buah dadu. Berapa peluang jumlah angka pada kedua dadu
sama dengan 7?
P = n(A)
n(S)
Ukuran Lokasi dan Dispersi
1 2 3 4 5 6
1 1,1 2,1 3,1 4,1 5,1 6,1
2 1,2 2,2 3,2 4,2 5,2 6,2
3 1,3 2,3 3,3 4,3 5,3 6,3
4 1,4 2,4 3,4 4,4 5,4 6,4
5 1,5 2,5 3,5 4,5 5,5 6,5
6 1,6 2,6 3,6 4,6 5,6 6,6
Contoh (4)
Statistika dan Probabilitas
Kamu melempar 2 buah dadu. Berapa peluang
jumlah angka pada kedua dadu sama dengan 7?
P = n(A)
n(S)
D1
D2
Ukuran Lokasi dan Dispersi
1 2 3 4 5 6
1 1,1 2,1 3,1 4,1 5,1 6,1
2 1,2 2,2 3,2 4,2 5,2 6,2
3 1,3 2,3 3,3 4,3 5,3 6,3
4 1,4 2,4 3,4 4,4 5,4 6,4
5 1,5 2,5 3,5 4,5 5,5 6,5
6 1,6 2,6 3,6 4,6 5,6 6,6
Contoh (4)
Statistika dan Probabilitas
Kamu melempar 2 buah dadu. Berapa peluang
jumlah angka pada kedua dadu sama dengan 7?
P = n(A)
n(S)
D1
D2
Ukuran Lokasi dan Dispersi
1 2 3 4 5 6
1 1,1 2,1 3,1 4,1 5,1 6,1
2 1,2 2,2 3,2 4,2 5,2 6,2
3 1,3 2,3 3,3 4,3 5,3 6,3
4 1,4 2,4 3,4 4,4 5,4 6,4
5 1,5 2,5 3,5 4,5 5,5 6,5
6 1,6 2,6 3,6 4,6 5,6 6,6
Contoh (4)
Statistika dan Probabilitas
Kamu melempar 2 buah dadu. Berapa peluang
jumlah angka pada kedua dadu sama dengan 7?
P = n(A)
n(S)
D1
D2
P = 6
36
7
1
36
=
Ukuran Lokasi dan Dispersi
Contoh (5)
Statistika dan Probabilitas
Siddiq melempar sebuah dadu dan kemudian melempar
sebuah koin.
Berapa peluang Siddiq memperoleh sisi angka pada koin dan
bilangan genap pada dadu?
Ukuran Lokasi dan Dispersi
Contoh (5)
Statistika dan Probabilitas
Siddiq melempar sebuah dadu dan kemudian melempar
sebuah koin.
Berapa peluang Siddiq memperoleh sisi angka pada koin dan
bilangan genap pada dadu?
P =
angka (A,G)
= 1
2
P =
dadu genap
3
6
= 1
2
P =
angka & dadu genap
1
2
1
2
x = 1
4
KONSEP DASAR
TEORI PELUANG DAN DISTRIBUSI PROBABILITAS
Peluang terjadi kejadian A dan Kejadian B
adalah (Peluang Kejadian A) x (Peluang Kejadian B)
STATISTIKA DAN PROBABILITAS
TEORI PELUANG DAN DISTRIBUSI PROBABILITAS
KAIDAH-KAIDAH
PELUANG
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
Misal:
A = Suatu peristiwa/kejadian pada Ruang Sampel (S)
P(A) adalah peluang kejadian A, maka berlaku:
1. 0 ≤ P(A) ≤ 1
2. P(S) = 1 : PASTI terjadi
3. P(ø) = 0
(Peluang dari peristiwa yang tidak akan pernah terjadi)
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
Misal:
A = Suatu peristiwa/kejadian pada Ruang Sampel (S)
P(A) adalah peluang kejadian A, maka berlaku:
4. Komplemen
Peluang komplemen adalah peluang suatu kejadian yang hasilnya kontradiksi dengan
suatu kejadian yang sudah disebutkan, atau hanya sebagai pelengkap saja dari ruang
sampel yang sudah disebutkan.
Komplemen kejadian A adalah bukan A ditulis A' atau A atau A.
Misal:
?
c
_
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
4. Komplemen
Peluang komplemen adalah peluang suatu kejadian yang hasilnya kontradiksi dengan
suatu kejadian yang sudah disebutkan, atau hanya sebagai pelengkap saja dari ruang
sampel yang sudah disebutkan.
Misal:
Tio bermain ular tangga dan melempar sebuah dadu. Jika peluang kejadian A atau
P(A) itu munculnya angka genap, maka P(A ) atau peluang komplemennya itu berarti
munculnya angka ganjil.
Misal (2):
Seva melempar dadu. Kemudian didapat P(A)-nya itu peluang mata dadu muncul
bilangan prima, maka P(A) = {1,2,3,5}. Berarti diketahui peluang komplemennya
adalah munculnya bukan bilangan prima. Sehingga P(A ) = {4 dan 6}.
c
c
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
5. Irisan Dua Kejadian
6. Gabungan Dua Kejadian
7. Dua kejadian yang terpisah/saling asing
8. Dua kejadian saling bebas (independen)
No. Urut 1 - 8
No. Urut 9- 16
No. Urut 17 - 23
No. Urut 24 - 30
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
5. Irisan Dua Kejadian (dinyatakan dengan A Ո B )
Kejadian yang mengandung semua unsur persekutuan A dan B.
Peluang irisan kejadian A dan B adalah =
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
5. Irisan Dua Kejadian (dinyatakan dengan A Ո B )
Kejadian yang mengandung semua unsur persekutuan A dan B.
Peluang irisan kejadian A dan B adalah =
Contoh:
A = { 1, 2, 3, 4, 5, 6}
B = { 2, 3, 5, 7} ,
maka A ∩ B = { 2, 3, 5}, dan n (A ∩ B) = 3
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B)
Peluang gabungan dua kejadian dirumuskan:
Keterangan:
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B)
Contoh:
Peluang Andi lulus mata kuliah Matematika adalah 1/3 dan peluang lulus mata kuliah Statistika
adalah 1/4. Jika peluang lulus kedua mata kuliah tersebut adalah 1/6. Berapakah peluang lulus salah
satu mata kuliah tersebut?
Jawab:
Ukuran Lokasi dan Dispersi
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B)
Contoh 2:
Seorang siswa sedang mengambil dua mata pelajaran, sejarah dan matematika. Probabilitas siswa
lulus mata pelajaran sejarah adalah 0,60 dan probabilitas siswa lulus mata pelajaran matematika
adalah 0,70. Probabilitas lulus keduanya adalah 0,50. Berapa probabilitas lulus sedikitnya satu mata
pelajaran?
Ukuran Lokasi dan Dispersi
Contoh 2:
Seorang siswa sedang mengambil dua mata pelajaran, sejarah dan matematika. Probabilitas siswa
lulus mata pelajaran sejarah adalah 0,60 dan probabilitas siswa lulus mata pelajaran matematika
adalah 0,70. Probabilitas lulus keduanya adalah 0,50. Berapa probabilitas lulus sedikitnya satu mata
pelajaran?
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B)
Ukuran Lokasi dan Dispersi
Dua kejadian A dan B dikatakan saling terpisah/asing (mutually exclusive) jika
kejadian-kejadian tersebut tidak dapat terjadi secara bersamaan.
Ditulis: A Ո B = ø
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
7. Dua Kejadian Saling Terpisah/Asing
Ukuran Lokasi dan Dispersi
Dua kejadian A dan B dikatakan saling terpisah/asing (mutually exclusive) jika
kejadian-kejadian tersebut tidak dapat terjadi secara bersamaan.
Ditulis: A Ո B = ø
Contoh:
Pada pelemparan sebuah dadu, misalnya:
A = Kejadian munculnya angka genap = {2,4,6}
B = Kejadian munculnya angka ganjil = {1,3,5}
A dan B adalah dua kejadian yang terpisah/saling asing.
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
7. Dua Kejadian Saling Terpisah/Asing
Ukuran Lokasi dan Dispersi
Dua Kejadian A dan B: saling bebas (independen) jika berlaku;
P(A ∩ B) = P(A) P(B)
Contoh:
Pada pelemparan sebuah dadu, misalnya:
A = Kejadian munculnya angka genap pada lemparan ke-1
B = Kejadian munculnya angka ganjil pada lemparan ke-2
A dan B adalah 2 kejadian yang saling bebas.
Jadi, dapat dihitung peluang munculnya angka dadu genap pada pelemparan ke-1 dan ganjil pada
pelemparan ke-2 adalah:
P(A ∩ B) = P(A) P(B) = 1/2 x 1/2 = 1/4
KAIDAH-KAIDAH PELUANG
Statistika dan Probabilitas
8. Dua Kejadian A dan B: saling bebas (independen)

More Related Content

What's hot

APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataRani Nooraeni
 
Ppt materi peluang pembelajaran 1 kelas viii
Ppt materi peluang pembelajaran 1 kelas viiiPpt materi peluang pembelajaran 1 kelas viii
Ppt materi peluang pembelajaran 1 kelas viiiMartiwiFarisa
 
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptblacknait
 
Teori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisTeori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisJujun Muhamad Jubaerudin
 
makalah uji hipotesis dua rata rata
makalah uji hipotesis dua rata rata makalah uji hipotesis dua rata rata
makalah uji hipotesis dua rata rata Aisyah Turidho
 
Peluang dan Distribusi Peluang
Peluang dan Distribusi PeluangPeluang dan Distribusi Peluang
Peluang dan Distribusi Peluangbagus222
 
Jurnal distribusi binomial
Jurnal distribusi binomialJurnal distribusi binomial
Jurnal distribusi binomialSuwito
 
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataAPG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataRani Nooraeni
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikEman Mendrofa
 
Presentasi distribusi poisson
Presentasi distribusi poissonPresentasi distribusi poisson
Presentasi distribusi poissonWulan_Ari_K
 
PPT MATERI PELUANG EMPIRIK.pptx
PPT MATERI PELUANG EMPIRIK.pptxPPT MATERI PELUANG EMPIRIK.pptx
PPT MATERI PELUANG EMPIRIK.pptxRestiana8
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesisHafiza .h
 
Kombinasi, Permutasi dan Peluang ppt
Kombinasi, Permutasi dan Peluang pptKombinasi, Permutasi dan Peluang ppt
Kombinasi, Permutasi dan Peluang pptAisyah Turidho
 
Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)Rani Nooraeni
 
Pengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-RataPengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-RataAvidia Sarasvati
 
Probabilitas
ProbabilitasProbabilitas
ProbabilitasRiswan
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiRosmaiyadi Snt
 

What's hot (20)

APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rata
 
Ppt materi peluang pembelajaran 1 kelas viii
Ppt materi peluang pembelajaran 1 kelas viiiPpt materi peluang pembelajaran 1 kelas viii
Ppt materi peluang pembelajaran 1 kelas viii
 
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
 
Teori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik MatematisTeori Peluang | Pengantar Statistik Matematis
Teori Peluang | Pengantar Statistik Matematis
 
makalah uji hipotesis dua rata rata
makalah uji hipotesis dua rata rata makalah uji hipotesis dua rata rata
makalah uji hipotesis dua rata rata
 
Peluang dan Distribusi Peluang
Peluang dan Distribusi PeluangPeluang dan Distribusi Peluang
Peluang dan Distribusi Peluang
 
Jurnal distribusi binomial
Jurnal distribusi binomialJurnal distribusi binomial
Jurnal distribusi binomial
 
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataAPG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Presentasi distribusi poisson
Presentasi distribusi poissonPresentasi distribusi poisson
Presentasi distribusi poisson
 
PPT MATERI PELUANG EMPIRIK.pptx
PPT MATERI PELUANG EMPIRIK.pptxPPT MATERI PELUANG EMPIRIK.pptx
PPT MATERI PELUANG EMPIRIK.pptx
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
Kombinasi, Permutasi dan Peluang ppt
Kombinasi, Permutasi dan Peluang pptKombinasi, Permutasi dan Peluang ppt
Kombinasi, Permutasi dan Peluang ppt
 
Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)Analisis Korelasi Kanonik (2)
Analisis Korelasi Kanonik (2)
 
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITASSTATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
 
Pengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-RataPengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-Rata
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
 
Peluang ppt
Peluang pptPeluang ppt
Peluang ppt
 
Probabilitas
ProbabilitasProbabilitas
Probabilitas
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
 

Similar to TEORI PELUANG DAN PROBABILITAS

Similar to TEORI PELUANG DAN PROBABILITAS (20)

Peluang suatu kejadian
Peluang suatu kejadianPeluang suatu kejadian
Peluang suatu kejadian
 
Peluang kel 5 xmia1
Peluang kel 5 xmia1Peluang kel 5 xmia1
Peluang kel 5 xmia1
 
Peluang
PeluangPeluang
Peluang
 
Putrierizalapado 1830206111 peluang
Putrierizalapado 1830206111 peluangPutrierizalapado 1830206111 peluang
Putrierizalapado 1830206111 peluang
 
R5 c kel 4
R5 c kel 4R5 c kel 4
R5 c kel 4
 
ITP UNS SEMESTER 2 Teori peluang 1
ITP UNS SEMESTER 2 Teori peluang 1ITP UNS SEMESTER 2 Teori peluang 1
ITP UNS SEMESTER 2 Teori peluang 1
 
peluang
peluangpeluang
peluang
 
peluang by
peluang by peluang by
peluang by
 
Peluang SMA X kelompok 6
Peluang SMA X kelompok 6Peluang SMA X kelompok 6
Peluang SMA X kelompok 6
 
Peluang kelompok 6
Peluang kelompok 6 Peluang kelompok 6
Peluang kelompok 6
 
Statistika & peluang
Statistika & peluangStatistika & peluang
Statistika & peluang
 
bahan-ajar-pe-l-u-a-n-g.ppt
bahan-ajar-pe-l-u-a-n-g.pptbahan-ajar-pe-l-u-a-n-g.ppt
bahan-ajar-pe-l-u-a-n-g.ppt
 
Materi SMA Kelas X Matematika Peluang
Materi SMA Kelas X Matematika PeluangMateri SMA Kelas X Matematika Peluang
Materi SMA Kelas X Matematika Peluang
 
Teori peluang
Teori peluangTeori peluang
Teori peluang
 
statistika pertemuan 5 (materi 2).pptx
statistika pertemuan 5 (materi 2).pptxstatistika pertemuan 5 (materi 2).pptx
statistika pertemuan 5 (materi 2).pptx
 
Peluang1
Peluang1Peluang1
Peluang1
 
PELUANG (Peluang Teoretik) - Pertemuan 2
PELUANG (Peluang Teoretik) - Pertemuan 2PELUANG (Peluang Teoretik) - Pertemuan 2
PELUANG (Peluang Teoretik) - Pertemuan 2
 
peluang matematika
 peluang matematika peluang matematika
peluang matematika
 
DINDI , desain media pelajaran , materi peluang suatu kejadian
DINDI , desain media pelajaran , materi peluang suatu kejadian DINDI , desain media pelajaran , materi peluang suatu kejadian
DINDI , desain media pelajaran , materi peluang suatu kejadian
 
Peluang dan Statistika
Peluang dan StatistikaPeluang dan Statistika
Peluang dan Statistika
 

More from Elvi Rahmi

06 - Machine Learning .pdf
06 - Machine Learning .pdf06 - Machine Learning .pdf
06 - Machine Learning .pdfElvi Rahmi
 
Algoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfAlgoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfElvi Rahmi
 
05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdf05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdfElvi Rahmi
 
03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdf03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdfElvi Rahmi
 
02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdf02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdfElvi Rahmi
 
01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdf01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdfElvi Rahmi
 
07 - Pengujian Hipotesis.pdf
07 - Pengujian Hipotesis.pdf07 - Pengujian Hipotesis.pdf
07 - Pengujian Hipotesis.pdfElvi Rahmi
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Elvi Rahmi
 
13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdfElvi Rahmi
 
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfElvi Rahmi
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfElvi Rahmi
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdfElvi Rahmi
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdfElvi Rahmi
 
01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdfElvi Rahmi
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremonyElvi Rahmi
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukElvi Rahmi
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Elvi Rahmi
 

More from Elvi Rahmi (17)

06 - Machine Learning .pdf
06 - Machine Learning .pdf06 - Machine Learning .pdf
06 - Machine Learning .pdf
 
Algoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfAlgoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdf
 
05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdf05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdf
 
03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdf03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdf
 
02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdf02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdf
 
01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdf01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdf
 
07 - Pengujian Hipotesis.pdf
07 - Pengujian Hipotesis.pdf07 - Pengujian Hipotesis.pdf
07 - Pengujian Hipotesis.pdf
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes
 
13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf
 
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdf
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf
 
01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremony
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
 

Recently uploaded

MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehBISMIAULIA
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Surveikustiyantidew94
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxAhmadSyajili
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompokelmalinda2
 
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanBungaCitraNazwaAtin
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxnursariheldaseptiana
 
manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1YudiPradipta
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
SOP MEDIA KOMUNIKASI DAN KOORDINASI pkms
SOP MEDIA KOMUNIKASI DAN KOORDINASI pkmsSOP MEDIA KOMUNIKASI DAN KOORDINASI pkms
SOP MEDIA KOMUNIKASI DAN KOORDINASI pkmsedyardy
 

Recently uploaded (12)

MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Survei
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptx
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok
 
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptx
 
manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
SOP MEDIA KOMUNIKASI DAN KOORDINASI pkms
SOP MEDIA KOMUNIKASI DAN KOORDINASI pkmsSOP MEDIA KOMUNIKASI DAN KOORDINASI pkms
SOP MEDIA KOMUNIKASI DAN KOORDINASI pkms
 

TEORI PELUANG DAN PROBABILITAS

  • 1. TEORI PELUANG STATISTIKA & PROBABILITAS Elvi Rahmi, S.T., M.Kom. elvizasri@gmail.com D-IV Rekayasa Perangkat Lunak, Teknik Informatika Politeknik Negeri Bengkalis
  • 2. STATISTIKA TEORI PELUANG DAN DISTRIBUSI PROBABILITAS STATISTIKA ADALAH ILMU YANG TIDAK PASTI
  • 3. PELUANG Peluang adalah harga/angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa akan terjadi. Beberapa istilah yang sering digunakan untuk memahami konsep dasar dari teori peluang: TEORI PELUANG DAN DISTRIBUSI PROBABILITAS Eksperimen/Percobaan: Prosedur yang dijalankan pada kondisi yang sama dan dapat diamati hasilnya. Ruang sampel: Himpunan semua hasil yang mungkin dari suatu eksperimen Peristiwa/kejadian: Himpunan bagian dari suatu ruang sampel.
  • 4. TEORI PELUANG DAN DISTRIBUSI PROBABILITAS Statistika dan Probabilitas Eksperimen : Hasil : Ruang sampel : Peristiwa Pelemparan sebuah dadu Muncul angka dadu 1,2,3,4,5,6 S = {1,2,3,4,5,6} : A B C : : : Muncul angka dadu genap Muncul angka dadu prima Muncul angka faktor dari 6 = {2,4,6} = {2,3,5} = {1,2,3,6}
  • 5. TEORI PELUANG DAN DISTRIBUSI PROBABILITAS TIGA PENDEKATAN MENENTUKAN NILAI PELUANG Statistika dan Probabilitas Pendekatan Klasik 1. Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi. Contoh: Muncul angka tertentu pada pelemparan dadu, terambilnya sebuah kartu pada setumpuk kartu Bridge, dan lain-lain.
  • 6. TEORI PELUANG DAN DISTRIBUSI PROBABILITAS Asal Mahasiswa Frekuensi Frekuensi Relatif Peluang DIY 44 44/100 0,44 Jawa Tengah 35 35/100 0,35 Lainnya 21 21/100 0,21 Jumlah 100 1 1 TIGA PENDEKATAN MENENTUKAN NILAI PELUANG 2. Pendekatan Frekuensi Relatif Suatu peristiwa tidak dianggap sama, tergantung dari berapa banyak (frekuensi) suatu peristiwa tersebut akan terjadi. Contoh: Seandainya kita main ke kampus tersebut, kemungkinan kita bertemu mahasiswa yang berasal dari Jawa Tengah adalah 0,35. Tabel Distribusi Mahasiswa Sebuah Kampus Berdasarkan Daerah Asal
  • 7. TEORI PELUANG DAN DISTRIBUSI PROBABILITAS TIGA PENDEKATAN MENENTUKAN NILAI PELUANG Statistika dan Probabilitas 3. Pendekatan Subjektif Peluang suatu peristiwa didasarkan pada penilaian pribadi yang dinyatakan dalam suatu derajat kepercayaan tertentu. Contoh: Kemungkinan Tim A mengalahkan Tim B sangat bergantung pada penilaian seseorang agar hasil yang diperoleh mendekati kenyataan seseorang tersebut merupakan seorang pengamat sepak bola yang objektif.
  • 8. TEORI PELUANG DAN DISTRIBUSI PROBABILITAS PELUANG SUATU PERISTIWA Statistika dan Probabilitas Dengan asumsi tiap-tiap elemen ruang sampel (S) mempunyai peluang yang sama untuk terjadi, maka peluang terjadinya peristiwa A dapat ditulis: P(A) = n(A) n(S) dengan = n(A) = banyaknya anggota dalam peristiwa A (jumlah kasus memenuhi syarat) n(S) = banyaknya anggota ruang sampel (jumlah semua kasus)
  • 9. Ukuran Lokasi dan Dispersi Contoh (1) Statistika dan Probabilitas Eksperimen: Pelemparan sebuah dadu Hasil Ruang Sampel : : Muncul angka dadu 1,2,3,4,5,6 S = {1,2,3,4,5,6} n(S) = 6 Peristiwa: A = muncul angka dadu 2 = (2) dan n(A) = 1 B = muncul angka dadu faktor dari 12 = {1,2,3,4,6} dan n(B) = 5 Peluang muncul angka 2? Peluang muncul angka dadu faktor dari 12?
  • 10. Ukuran Lokasi dan Dispersi Contoh (1) Statistika dan Probabilitas Eksperimen: Pelemparan sebuah dadu Hasil Ruang Sampel : : Muncul angka dadu 1,2,3,4,5,6 S = {1,2,3,4,5,6} n(S) = 6 Peristiwa: A = muncul angka dadu 2 = (2) dan n(A) = 1 B = muncul angka dadu faktor dari 12 = {1,2,3,4,6} dan n(B) = 5 Jadi, Peluang muncul angka 2 adalah P(A) = n(A) n(S) 1 6 = Peluang muncul angka dadu faktor dari 12 adalah P(B) = n(B) n(S) = 5 6
  • 11. Ukuran Lokasi dan Dispersi Contoh (2) Statistika dan Probabilitas Sepuluh orang mengikuti giveaway influencer dengan sebuah hadiah mobil di sosial media. Berapa peluang seseorang memenangkan hadiah tersebut? P = Jumlah Kasus Memenuhi Syarat Jumlah Total Semua Kasus
  • 12. Ukuran Lokasi dan Dispersi Contoh (2) Statistika dan Probabilitas Sepuluh orang mengikuti giveaway influencer dengan sebuah hadiah mobil di sosial media. Berapa peluang seseorang memenangkan hadiah tersebut? P = n(A) n(S) 1 10 = 0,1 = 10% =
  • 13. Ukuran Lokasi dan Dispersi Contoh (3) Statistika dan Probabilitas Dalam sebuah kotak tedapat 5 buah bola, yaitu 2 bola merah, 2 bola kuning, dan 1 bola hijau. Berapa peluang memperoleh bola merah, bola kuning, dan bola hijau? P = n(A) n(S)
  • 14. Ukuran Lokasi dan Dispersi Contoh (3) Statistika dan Probabilitas Dalam sebuah kotak tedapat 5 buah bola, yaitu 2 bola merah, 2 bola kuning, dan 1 bola hijau. Berapa peluang memperoleh bola merah, bola kuning, dan bola hijau? P = n(A) n(S) 1. Bola Merah P = n(A) n(S) 2 5 = = 0,4 2. Bola Kuning P = n(A) n(S) 2 5 = = 0,4 3. Bola Hijau P = n(A) n(S) 1 5 = = 0,2
  • 15. KONSEP DASAR TEORI PELUANG DAN DISTRIBUSI PROBABILITAS Semakin besar peluang sebuah kejadian, semakin mungkin kejadian tersebut terjadi
  • 16. Ukuran Lokasi dan Dispersi Contoh (4) Statistika dan Probabilitas Kamu melempar 2 buah dadu. Berapa peluang jumlah angka pada kedua dadu sama dengan 7? P = n(A) n(S)
  • 17. Ukuran Lokasi dan Dispersi 1 2 3 4 5 6 1 1,1 2,1 3,1 4,1 5,1 6,1 2 1,2 2,2 3,2 4,2 5,2 6,2 3 1,3 2,3 3,3 4,3 5,3 6,3 4 1,4 2,4 3,4 4,4 5,4 6,4 5 1,5 2,5 3,5 4,5 5,5 6,5 6 1,6 2,6 3,6 4,6 5,6 6,6 Contoh (4) Statistika dan Probabilitas Kamu melempar 2 buah dadu. Berapa peluang jumlah angka pada kedua dadu sama dengan 7? P = n(A) n(S) D1 D2
  • 18. Ukuran Lokasi dan Dispersi 1 2 3 4 5 6 1 1,1 2,1 3,1 4,1 5,1 6,1 2 1,2 2,2 3,2 4,2 5,2 6,2 3 1,3 2,3 3,3 4,3 5,3 6,3 4 1,4 2,4 3,4 4,4 5,4 6,4 5 1,5 2,5 3,5 4,5 5,5 6,5 6 1,6 2,6 3,6 4,6 5,6 6,6 Contoh (4) Statistika dan Probabilitas Kamu melempar 2 buah dadu. Berapa peluang jumlah angka pada kedua dadu sama dengan 7? P = n(A) n(S) D1 D2
  • 19. Ukuran Lokasi dan Dispersi 1 2 3 4 5 6 1 1,1 2,1 3,1 4,1 5,1 6,1 2 1,2 2,2 3,2 4,2 5,2 6,2 3 1,3 2,3 3,3 4,3 5,3 6,3 4 1,4 2,4 3,4 4,4 5,4 6,4 5 1,5 2,5 3,5 4,5 5,5 6,5 6 1,6 2,6 3,6 4,6 5,6 6,6 Contoh (4) Statistika dan Probabilitas Kamu melempar 2 buah dadu. Berapa peluang jumlah angka pada kedua dadu sama dengan 7? P = n(A) n(S) D1 D2 P = 6 36 7 1 36 =
  • 20. Ukuran Lokasi dan Dispersi Contoh (5) Statistika dan Probabilitas Siddiq melempar sebuah dadu dan kemudian melempar sebuah koin. Berapa peluang Siddiq memperoleh sisi angka pada koin dan bilangan genap pada dadu?
  • 21. Ukuran Lokasi dan Dispersi Contoh (5) Statistika dan Probabilitas Siddiq melempar sebuah dadu dan kemudian melempar sebuah koin. Berapa peluang Siddiq memperoleh sisi angka pada koin dan bilangan genap pada dadu? P = angka (A,G) = 1 2 P = dadu genap 3 6 = 1 2 P = angka & dadu genap 1 2 1 2 x = 1 4
  • 22. KONSEP DASAR TEORI PELUANG DAN DISTRIBUSI PROBABILITAS Peluang terjadi kejadian A dan Kejadian B adalah (Peluang Kejadian A) x (Peluang Kejadian B)
  • 23. STATISTIKA DAN PROBABILITAS TEORI PELUANG DAN DISTRIBUSI PROBABILITAS KAIDAH-KAIDAH PELUANG
  • 24. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas Misal: A = Suatu peristiwa/kejadian pada Ruang Sampel (S) P(A) adalah peluang kejadian A, maka berlaku: 1. 0 ≤ P(A) ≤ 1 2. P(S) = 1 : PASTI terjadi 3. P(ø) = 0 (Peluang dari peristiwa yang tidak akan pernah terjadi)
  • 25. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas Misal: A = Suatu peristiwa/kejadian pada Ruang Sampel (S) P(A) adalah peluang kejadian A, maka berlaku: 4. Komplemen Peluang komplemen adalah peluang suatu kejadian yang hasilnya kontradiksi dengan suatu kejadian yang sudah disebutkan, atau hanya sebagai pelengkap saja dari ruang sampel yang sudah disebutkan. Komplemen kejadian A adalah bukan A ditulis A' atau A atau A. Misal: ? c _
  • 26. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 4. Komplemen Peluang komplemen adalah peluang suatu kejadian yang hasilnya kontradiksi dengan suatu kejadian yang sudah disebutkan, atau hanya sebagai pelengkap saja dari ruang sampel yang sudah disebutkan. Misal: Tio bermain ular tangga dan melempar sebuah dadu. Jika peluang kejadian A atau P(A) itu munculnya angka genap, maka P(A ) atau peluang komplemennya itu berarti munculnya angka ganjil. Misal (2): Seva melempar dadu. Kemudian didapat P(A)-nya itu peluang mata dadu muncul bilangan prima, maka P(A) = {1,2,3,5}. Berarti diketahui peluang komplemennya adalah munculnya bukan bilangan prima. Sehingga P(A ) = {4 dan 6}. c c
  • 27. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 5. Irisan Dua Kejadian 6. Gabungan Dua Kejadian 7. Dua kejadian yang terpisah/saling asing 8. Dua kejadian saling bebas (independen) No. Urut 1 - 8 No. Urut 9- 16 No. Urut 17 - 23 No. Urut 24 - 30
  • 28. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 5. Irisan Dua Kejadian (dinyatakan dengan A Ո B ) Kejadian yang mengandung semua unsur persekutuan A dan B. Peluang irisan kejadian A dan B adalah =
  • 29. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 5. Irisan Dua Kejadian (dinyatakan dengan A Ո B ) Kejadian yang mengandung semua unsur persekutuan A dan B. Peluang irisan kejadian A dan B adalah = Contoh: A = { 1, 2, 3, 4, 5, 6} B = { 2, 3, 5, 7} , maka A ∩ B = { 2, 3, 5}, dan n (A ∩ B) = 3
  • 30. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B) Peluang gabungan dua kejadian dirumuskan: Keterangan:
  • 31. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B) Contoh: Peluang Andi lulus mata kuliah Matematika adalah 1/3 dan peluang lulus mata kuliah Statistika adalah 1/4. Jika peluang lulus kedua mata kuliah tersebut adalah 1/6. Berapakah peluang lulus salah satu mata kuliah tersebut? Jawab:
  • 32. Ukuran Lokasi dan Dispersi KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B) Contoh 2: Seorang siswa sedang mengambil dua mata pelajaran, sejarah dan matematika. Probabilitas siswa lulus mata pelajaran sejarah adalah 0,60 dan probabilitas siswa lulus mata pelajaran matematika adalah 0,70. Probabilitas lulus keduanya adalah 0,50. Berapa probabilitas lulus sedikitnya satu mata pelajaran?
  • 33. Ukuran Lokasi dan Dispersi Contoh 2: Seorang siswa sedang mengambil dua mata pelajaran, sejarah dan matematika. Probabilitas siswa lulus mata pelajaran sejarah adalah 0,60 dan probabilitas siswa lulus mata pelajaran matematika adalah 0,70. Probabilitas lulus keduanya adalah 0,50. Berapa probabilitas lulus sedikitnya satu mata pelajaran? KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 6. Gabungan Dua Kejadian (dinyatakan dengan A Ս B)
  • 34. Ukuran Lokasi dan Dispersi Dua kejadian A dan B dikatakan saling terpisah/asing (mutually exclusive) jika kejadian-kejadian tersebut tidak dapat terjadi secara bersamaan. Ditulis: A Ո B = ø KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 7. Dua Kejadian Saling Terpisah/Asing
  • 35. Ukuran Lokasi dan Dispersi Dua kejadian A dan B dikatakan saling terpisah/asing (mutually exclusive) jika kejadian-kejadian tersebut tidak dapat terjadi secara bersamaan. Ditulis: A Ո B = ø Contoh: Pada pelemparan sebuah dadu, misalnya: A = Kejadian munculnya angka genap = {2,4,6} B = Kejadian munculnya angka ganjil = {1,3,5} A dan B adalah dua kejadian yang terpisah/saling asing. KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 7. Dua Kejadian Saling Terpisah/Asing
  • 36. Ukuran Lokasi dan Dispersi Dua Kejadian A dan B: saling bebas (independen) jika berlaku; P(A ∩ B) = P(A) P(B) Contoh: Pada pelemparan sebuah dadu, misalnya: A = Kejadian munculnya angka genap pada lemparan ke-1 B = Kejadian munculnya angka ganjil pada lemparan ke-2 A dan B adalah 2 kejadian yang saling bebas. Jadi, dapat dihitung peluang munculnya angka dadu genap pada pelemparan ke-1 dan ganjil pada pelemparan ke-2 adalah: P(A ∩ B) = P(A) P(B) = 1/2 x 1/2 = 1/4 KAIDAH-KAIDAH PELUANG Statistika dan Probabilitas 8. Dua Kejadian A dan B: saling bebas (independen)